JP6165957B1 - Accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program - Google Patents
Accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program Download PDFInfo
- Publication number
- JP6165957B1 JP6165957B1 JP2016244741A JP2016244741A JP6165957B1 JP 6165957 B1 JP6165957 B1 JP 6165957B1 JP 2016244741 A JP2016244741 A JP 2016244741A JP 2016244741 A JP2016244741 A JP 2016244741A JP 6165957 B1 JP6165957 B1 JP 6165957B1
- Authority
- JP
- Japan
- Prior art keywords
- journal
- data
- accounting processing
- accounting
- voucher
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 65
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000010191 image analysis Methods 0.000 claims abstract description 45
- 238000010801 machine learning Methods 0.000 claims abstract description 16
- 239000000284 extract Substances 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 7
- 238000011002 quantification Methods 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 description 50
- 230000005856 abnormality Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000012015 optical character recognition Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 235000008247 Echinochloa frumentacea Nutrition 0.000 description 1
- 240000004072 Panicum sumatrense Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
【課題】証憑からの自動仕訳における仕訳精度を向上させることのできる会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラムを提供すること。【解決手段】会計処理装置10は、画像解析部11により証憑の仕訳要素を抽出し、データ付与部12により分類DB群16から仕訳要素に対応した分類情報を付与して、数値化・ベクトル化部13により仕訳要素をベクトル化した上で、仕訳判定部14にて予め機械学習により仕訳を学習させた仕訳AIによって、勘定科目を選定させて仕訳データを生成する。【選択図】図1An accounting processing apparatus, an accounting processing system, an accounting processing method, and an accounting processing program capable of improving journaling accuracy in automatic journal entry from a voucher are provided. An accounting processing apparatus extracts a journal entry element of a voucher by an image analysis unit, and assigns classification information corresponding to the journal element from a classification DB group by a data adding unit, and digitizes / vectorizes the information. After the journal elements are vectorized by the section 13, the journal data is generated by selecting the account item by the journal AI in which the journal determination section 14 has previously learned the journal by machine learning. [Selection] Figure 1
Description
本発明は領収書やレシートのような証憑の情報を取り込んで自動的に仕訳を行う会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラムに関する。 The present invention relates to an accounting processing apparatus, an accounting processing system, an accounting processing method, and an accounting processing program that take in voucher information such as receipts and receipts and automatically make journals.
従来、証憑の会計処理として、税理士や会計士、簿記担当者が証憑に記載の情報を一件一件読み取り、勘定科目を経験的に判断して仕訳の入力を行っていた。 Traditionally, as a voucher accounting process, tax accountants, accountants, and bookkeepers read the information on the voucher one by one, enter account entries based on empirical judgments.
このように、証憑を人間が一件一件読み取って仕訳を行うのでは作業効率が悪い上、仕訳の精度は担当者の経験に依存するところが大きく、仕訳の精度にばらつきが生じるという問題があった。 In this way, when a voucher reads a voucher one by one and makes a journal entry, work efficiency is poor, and the accuracy of the journal entry largely depends on the experience of the person in charge, resulting in variations in the journal entry accuracy. It was.
そこで、OCR(Optical Character Reader)装置を用いて、証憑の内容を電子データとして読み取り、インターネットを介して仕訳解析センターシステムに送信するだけで、その証憑に示される簿記上の取引についての仕訳の結果をユーザが参照することが可能となるいわゆるクラウド型の会計処理システムが開発されている(特許文献1、2参照)。
Therefore, by reading the contents of the voucher as electronic data using an OCR (Optical Character Reader) device and sending it to the journal analysis center system via the Internet, the result of the journal entry concerning the bookkeeping transaction indicated in the voucher. So-called cloud-type accounting processing systems that allow users to refer to the above have been developed (see
詳しくは、特許文献1に記載された技術では、会計ソフトを所有する登録ユーザについては、当該登録ユーザの過去履歴を参照して証憑記載の取引と類似取引の仕訳を抽出し、その使用頻度に応じて推奨仕訳を提示する。一方、非登録ユーザについては全ユーザ(全国多数の個人や企業)の使用人数が一番多い仕訳を推奨仕訳としてユーザに提示する。また、当該特許文献1では、新たな仕訳が生じたり、ユーザ側で仕訳を修正したりした場合には、学習手段により仕訳に用いるデータベースを更新することで、各ユーザが使い込むほど仕訳の結果が最適化される。
Specifically, with the technique described in
また、特許文献2に記載された技術では、手入力またはOCRで電子化した取引の情報を、一般的な商取引からの推論(一般推論)、過去に入力した仕訳に類似しているものからの推論(履歴推論)、売掛金や借入金などの事前に発生した会計事象からの推論(消込推論)の3つの推論によって仕訳を行っている。 In addition, in the technique described in Patent Document 2, information on transactions that are manually input or digitized by OCR is inferred from general business transactions (general reasoning) and journal entries that have been input in the past. Journal entries are made based on three inferences: reasoning (history reasoning) and reasoning from accounting events that occurred in advance, such as accounts receivable and borrowings (consumption reasoning).
上記特許文献1では、マッピングテーブルに、勘定科目と商品グループとを1対とし、その対での仕訳処理人数を記憶している。また上記特許文献2では一般推論において、仕訳の一要素である「摘要」に対し、当該摘要の判断に使用される文言等が記憶された一般データベースを用いて勘定科目を判断している。
In the above-mentioned
しかしながら、実際には商品や摘要から勘定科目を1対に設定することは困難である。例えば、証憑に商品(摘要)が「ノート」と記載されていても、ユーザが一般的な企業であれば勘定科目は「事務用品費」となり、ユーザが小売店であると勘定科目は「仕入」となる。つまり、同じ商品(摘要)であっても、ユーザの業種や取引状況によって勘定科目が変化する場合がある。また、同じ商品の取引であっても、取引先、日付、金額のような取引の状況に応じて勘定科目が変化する場合がある。 However, in practice, it is difficult to set a pair of account items based on the product or description. For example, even if the product (summary) is listed as “note” on the voucher, if the user is a general company, the account will be “office supplies cost”, and if the user is a retail store, the account will be “ "On". That is, even for the same product (summary), the account item may change depending on the user's business type and transaction status. In addition, even in the case of a transaction for the same product, the account item may change depending on the transaction status such as the business partner, date, and amount.
これに対して、特許文献1、2では、ユーザ個々の履歴情報に基づき学習を行っていくことで、個々のユーザに対してのみの最適化を図っているが、これでは特許文献1における非登録ユーザへの仕訳や非登録の取引先の仕訳、特許文献2における一般推論による仕訳の精度についての向上は図られない。
On the other hand, in
また、特許文献1の非登録ユーザに対する全ユーザの使用人数に基づく仕訳では、全ユーザが会計における専門性を有しているとは限らず、不正確な仕訳も含まれる。このような不正確な仕訳も含めて学習すると、却って仕訳の精度が低下するというおそれもある。
Moreover, in the journal based on the number of users of all users with respect to non-registered users in
また、証憑は、発行元に応じてその外観や記載内容は異なっており、OCRによって仕訳に必要な要素を全て正確に読み取るのも困難であり、手書きの文字や会社ロゴなどを読み取ることは、上記の従来型の方式での技術的な改善では不可能である。 In addition, the appearance and description of vouchers differ depending on the issuer, and it is difficult to accurately read all the elements necessary for journalizing by OCR. Reading handwritten characters, company logos, etc. This is not possible with the technical improvement of the conventional method described above.
以上のようなことから、証憑からの自動仕訳における仕訳精度は未だに十分とはいえない。 For these reasons, the journal accuracy in automatic journal entry from vouchers is still not sufficient.
本発明はこのような問題点を解決するためになされたもので、その目的とするところは、証憑からの自動仕訳における仕訳精度を向上させることのできる会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラムを提供することにある。 The present invention has been made to solve such problems, and an object of the present invention is to provide an accounting processing apparatus, an accounting processing system, and an accounting processing method capable of improving journaling accuracy in automatic journal entry from a voucher. And providing an accounting program.
上記した目的を達成するために、本発明に係る会計処理装置では、自動仕訳を行う会計処理装置であって、証憑の画像データから少なくとも日付、取引先、金額、摘要を含む仕訳要素を抽出する画像解析部と、予め機械学習により仕訳要素に対応した勘定科目を選定することを学習した仕訳AIによって、前記画像解析部により抽出された仕訳要素に対する勘定科目を選定した仕訳データを生成する仕訳判定部と、を備える。 In order to achieve the above-described object, the accounting processing apparatus according to the present invention is an accounting processing apparatus that performs automatic journaling, and extracts journal elements including at least a date, a customer, an amount, and a description from image data of a voucher. Journal determination that generates journal data in which the account item for the journal element extracted by the image analysis unit is selected by the image analysis unit and the journal entry AI learned in advance to select the account item corresponding to the journal element by machine learning A section.
又は、本発明に係る会計処理装置は、自動仕訳を行う会計処理装置であって、証憑の画像データから少なくとも日付、取引先、金額、摘要を含む仕訳要素を抽出する画像解析部と、予め機械学習により前記仕訳要素に対応した勘定科目を選定することを学習した仕訳AIの仕訳傾向から、勘定科目ごとに当該勘定科目の選定に必要な仕訳要素を判断基準として設定し、前記画像解析部により抽出された前記仕訳要素に対して、前記設定された判断基準に基づいて勘定科目を選定して仕訳データを生成する仕訳判定部と、を備える。 Alternatively, the accounting processing apparatus according to the present invention is an accounting processing apparatus that performs automatic journaling, and extracts an journal element including at least a date, a customer, an amount, and a description from image data of a voucher, and a machine in advance From the journal entry tendency of the journal entry AI learned to select the account item corresponding to the journal element by learning, the journal element necessary for selecting the account item is set as a criterion for each account item, and the image analysis unit A journal determination unit that generates journal data by selecting an account item for the extracted journal element based on the set determination criterion;
さらに、各仕訳要素に対応して設定された分類情報を記憶する分類データベースと、前記画像解析部により抽出された仕訳要素に対して、前記分類データベースから当該仕訳要素に対応した分類情報を付与して前記仕訳判定部に送るデータ付与部と、を備えてもよい。 Furthermore, a classification database that stores classification information set corresponding to each journal element, and classification information corresponding to the journal element from the classification database is assigned to the journal element extracted by the image analysis unit. And a data adding unit to be sent to the journal determination unit.
さらに、前記画像解析部により抽出された仕訳要素を、数値化及びベクトル化して、前記仕訳判定部に送る数値化・ベクトル化部を備えてもよい。 Furthermore, a journalizing element extracted by the image analysis unit may be digitized and vectorized, and sent to the journal determination unit.
さらに、前記仕訳判定部により生成された仕訳データについて、仕訳内容の誤判定を検出する誤判定検知部を備えてもよい。 Further, the journal data generated by the journal determination unit may include an erroneous determination detection unit that detects an erroneous determination of the journal content.
また、前記仕訳要素としては取引元に関する情報も含まれ、前記仕訳AIは、予め機械学習により前記取引元を含む仕訳要素に対して、勘定科目を選定する仕訳を学習してもよい。 Further, the journal element may include information on a transaction source, and the journal AI may learn in advance a journal for selecting an account item for the journal element including the transaction source by machine learning.
また、前記画像解析部は証憑に記載の図形からも仕訳要素を抽出し、前記分類データベースには、図形に基づく分類情報が記憶されており、前記データ付与部は、前記図形の仕訳要素について、前記分類データベースから類似の図形を検出して、当該図形に応じた分類情報を付与してもよい。 In addition, the image analysis unit extracts journal elements from the graphic described in the voucher, the classification database stores classification information based on the graphic, and the data adding unit is configured for the journal journal elements of the graphic, Similar graphics may be detected from the classification database, and classification information corresponding to the graphics may be assigned.
また、前記画像解析部は証憑の少なくとも大きさ、色を含む外観からも仕訳要素を抽出し、前記分類データベースには、証憑の外観に基づく分類情報が記憶されており、前記データ付与部は、前記外観の仕訳要素について、前記分類データベースから類似の外観を検出して、当該外観に応じた分類情報を付与してもよい。 Further, the image analysis unit extracts journal elements from the appearance including at least the size and color of the voucher, the classification database stores classification information based on the appearance of the voucher, and the data providing unit includes: For the journal elements having the appearance, a similar appearance may be detected from the classification database, and classification information corresponding to the appearance may be given.
また、前記画像解析部は証憑に記載の法人番号からも仕訳要素を抽出し、前記分類データベースには、法人番号に基づく分類情報が記憶されており、前記データ付与部は、前記法人番号の仕訳要素について、前記分類データベースから該当する法人番号を検出して、当該法人番号に応じた分類情報を付与してもよい。 The image analysis unit also extracts journal elements from a corporate number described in a voucher, classification information based on the corporate number is stored in the classification database, and the data adding unit is a journal of the corporate number For the element, a corresponding corporation number may be detected from the classification database, and classification information corresponding to the corporation number may be given.
上記した目的を達成するために、本発明に係る会計処理システムでは、上述した会計処理装置と、前記証憑を画像データとして読み取り可能な読取装置と、前記会計処理装置と通信網を介して接続され、前記読取装置により読み取った画像データを前記会計処理装置に送信可能であるとともに、前記会計処理装置にて生成された仕訳データを受信可能な情報端末とを備える。 In order to achieve the above object, in the accounting processing system according to the present invention, the above-described accounting processing device, a reading device capable of reading the voucher as image data, and the accounting processing device are connected via a communication network. And an information terminal capable of transmitting image data read by the reading device to the accounting processing device and receiving journal data generated by the accounting processing device.
前記情報端末は、受信した仕訳データを修正し、修正した仕訳データを前記会計処理装置にフィードバック可能であり、前記会計処理装置の前記仕訳判定部は、フィードバックされた修正した仕訳データに基づき前記仕訳AIをさらに学習させてもよい。 The information terminal is capable of correcting the received journal data and feeding back the corrected journal data to the accounting processing device, and the journal determination unit of the accounting processing device is based on the fed-back corrected journal data. AI may be further learned.
また、前記会計処理装置には複数の情報端末が前記通信網を介して接続されており、前記修正した仕訳データをフィードバック可能な情報端末は、特定の情報端末に限定されている。 Further, a plurality of information terminals are connected to the accounting processing apparatus via the communication network, and information terminals capable of feeding back the corrected journal data are limited to specific information terminals.
上記した目的を達成するために、本発明に係る会計処理方法では、自動仕訳を行う会計処理方法であって、証憑の画像データから少なくとも日付、取引先、金額、摘要を含む仕訳要素を抽出する画像解析工程と、予め機械学習により仕訳要素に対応した勘定科目を選定することを学習した仕訳AIによって、前記画像解析工程にて抽出された仕訳要素に対する勘定科目を選定した仕訳データを生成する仕訳判定工程と、を備える。 In order to achieve the above-described object, the accounting method according to the present invention is an accounting method that performs automatic journaling, and extracts journal elements including at least a date, a customer, an amount, and a description from image data of a voucher. Journals that generate journal data that selects the account items for the journal elements extracted in the image analysis process by the image analysis process and journal entries AI that have previously learned to select account items corresponding to journal elements by machine learning A determination step.
又は、上記した目的を達成するために、本発明に係る会計処理方法では、自動仕訳を行う会計処理方法であって、証憑の画像データから少なくとも日付、取引先、金額、摘要を含む仕訳要素を抽出する画像解析工程と、予め機械学習により前記仕訳要素に対応した勘定科目を選定することを学習した仕訳AIの仕訳傾向から、勘定科目ごとに当該勘定科目の選定に必要な仕訳要素を判断基準として設定し、前記画像解析工程にて抽出された前記仕訳要素に対して、前記設定された判断基準に基づいて勘定科目を選定して仕訳データを生成する仕訳判定工程と、を備える。 Alternatively, in order to achieve the above-described object, the accounting method according to the present invention is an accounting method for performing automatic journalizing, and includes journal elements including at least date, business partner, amount, and description from image data of a voucher. Based on the image analysis process to be extracted and the journal entry tendency of the journal entry AI learned in advance to select the account item corresponding to the journal element by machine learning, the criteria for determining the journal element necessary for selecting the account item for each account item And a journal determination step for generating journal data by selecting an account item based on the set criteria for the journal elements extracted in the image analysis step.
さらに、前記画像解析工程にて抽出された仕訳要素に対して、各仕訳要素に対応して設定された分類情報を記憶する分類データベースから当該仕訳要素に対応した分類情報を付与するデータ付与工程を備えてもよい。 Further, a data providing step for assigning classification information corresponding to the journal element from the classification database storing the classification information set corresponding to each journal element for the journal element extracted in the image analysis step. You may prepare.
さらに、前記画像解析工程にて抽出された仕訳要素を、数値化及びベクトル化して、前記仕訳判定工程に進む数値化・ベクトル化工程を備えてもよい。 Furthermore, a journalizing element extracted in the image analysis step may be digitized and vectorized, and a digitizing / vectorizing step for proceeding to the journal determination step may be provided.
さらに、前記仕訳判定工程にて生成された仕訳データについて、仕訳内容の誤判定を検出する誤判定検知工程を備えてもよい。 Further, the journal data generated in the journal determination step may include an erroneous determination detection step for detecting an erroneous determination of the journal content.
また、前記仕訳要素としては取引元に関する情報も含まれ、前記仕訳AIは、予め機械学習により前記取引元を含む仕訳要素に対して、勘定科目を選定する仕訳を学習していてもよい。 Further, the journal element may include information on a transaction source, and the journal AI may learn in advance a journal for selecting an account item for the journal element including the transaction source by machine learning.
また、前記画像解析工程では証憑に記載の図形からも仕訳要素を抽出し、前記分類データベースには、図形に基づく分類情報が記憶されており、前記データ付与工程では、前記図形の仕訳要素について、前記分類データベースから類似の図形を検出して、当該図形に応じた分類情報を付与してもよい。 Further, in the image analysis step, journal elements are extracted from the graphic described in the voucher, classification information based on the graphic is stored in the classification database, and in the data adding step, the journal element of the graphic is Similar graphics may be detected from the classification database, and classification information corresponding to the graphics may be assigned.
また、前記画像解析工程では証憑の少なくとも大きさ、色を含む外観からも仕訳要素を抽出し、前記分類データベースには、証憑の外観に基づく分類情報が記憶されており、前記データ付与工程では、前記外観の仕訳要素について、前記分類データベースから類似の外観を検出して、当該外観に応じた分類情報を付与してもよい。 Further, in the image analysis step, at least the size of the voucher, the journal element is extracted from the appearance including the color, and the classification database stores the classification information based on the appearance of the voucher. For the journal elements having the appearance, a similar appearance may be detected from the classification database, and classification information corresponding to the appearance may be given.
また、前記画像解析工程では証憑に記載の法人番号からも仕訳要素を抽出し、前記分類データベースには、法人番号に基づく分類情報が記憶されており、前記データ付与工程では、前記法人番号の仕訳要素について、前記分類データベースから該当する法人番号を検出して、当該法人番号に応じた分類情報を付与してもよい。 Further, in the image analysis step, journal elements are also extracted from the corporate number described in the voucher, classification information based on the corporate number is stored in the classification database, and in the data granting step, the journal number of the corporate number is stored. For the element, a corresponding corporation number may be detected from the classification database, and classification information corresponding to the corporation number may be given.
また、上記した目的を達成するために、本発明に係る会計処理プログラムでは、コンピュータに、上述の仕訳処理方法を実行させる。 In order to achieve the above-described object, the accounting processing program according to the present invention causes a computer to execute the above-described journal processing method.
上記手段を用いる本発明によれば、証憑からの自動仕訳における仕訳精度を向上させることができる。 According to the present invention using the above means, it is possible to improve the accuracy of journal entry in automatic journal entry from a voucher.
以下、本発明の一実施形態を図面に基づき説明する。 Hereinafter, an embodiment of the present invention will be described with reference to the drawings.
図1は本発明の一実施形態に係る会計処理装置を含む会計処理システムを示すシステム構成図である。 FIG. 1 is a system configuration diagram showing an accounting processing system including an accounting processing apparatus according to an embodiment of the present invention.
図1に示すように、本実施形態に係る会計処理システムは、インターネット、VPN(Virtual Private Network)等の通信網1を介して、ユーザ側の各種装置と会計処理サービス提供者側の会計処理装置10とが接続されて構成されている。なお、説明の簡略化のため図1では一人のユーザのみを示しているが、会計処理装置10は通信網1を介して複数のユーザと接続可能である。
As shown in FIG. 1, the accounting processing system according to the present embodiment includes various devices on the user side and accounting processing devices on the accounting processing service provider side via a
ユーザは、例えば税理士及び会計士等の専門家であったり、直接会計処理を行う法人や個人等であり、少なくとも読取装置2と情報端末3を備えている。 The user is, for example, an expert such as a tax accountant and an accountant, or a corporation or an individual who directly performs accounting processing, and includes at least the reading device 2 and the information terminal 3.
読取装置2は、例えばスキャナ又はカメラ等の光学機器であり、証憑を画像データとして取り込める装置である。なお、本実施形態及び特許請求の範囲における「証憑」という文言は、領収書やレシート、その他の受領書、請求書、納品書、会計上金銭授受の証明となる書類、電子マネー等のICカードによる取引情報も含むものとする。 The reading device 2 is an optical device such as a scanner or a camera, for example, and is a device that can capture a voucher as image data. The term “voucher” in this embodiment and claims refers to receipts, receipts, other receipts, invoices, invoices, documents for proof of financial transfer, IC cards such as electronic money, etc. Also includes transaction information.
情報端末3は、例えばパーソナルコンピュータ(以下、PCという)や、スマートフォン、タブレットPC、及び携帯電話のような携帯端末であり、少なくともweb情報を表示可能な端末である。 The information terminal 3 is a portable terminal such as a personal computer (hereinafter referred to as a PC), a smartphone, a tablet PC, and a mobile phone, and is a terminal that can display at least web information.
ユーザは、読取装置2により証憑の画像データを取得して、情報端末3により会計処理装置10に送信可能であるとともに、会計処理装置10からの情報を受信可能である。なお、図1では読取装置2と情報端末3とが別体のように示しているが、カメラ付きの携帯端末のように読取装置2と情報端末3とが一体であってもよい。
The user can acquire the image data of the voucher by the reading device 2 and transmit it to the
一方、会計処理サービス提供者は、いわゆるクラウドコンピューティングにより会計処理サービスを提供する事業者であり、会計処理装置10を管理する者である。
On the other hand, the accounting processing service provider is a business operator who provides accounting processing service by so-called cloud computing and manages the
会計処理装置10は、プログラムに基づき仕訳処理を実行する1又は複数のサーバを有し、機能的には主に画像解析部11、データ付与部12、数値化・ベクトル化部13、仕訳判定部14、誤判定検知部15を有している。また、会計処理装置10は、各種情報が記憶されたデータベース(以下、DBと表記する)を有しており、具体的には分類DB群16を有している。
The
画像解析部11は、ユーザから送られる証憑の画像データを受信し、当該画像データから仕訳要素となる情報(未整形データ)を抽出する機能を有している。仕訳要素としては、例えば日付、金額、取引先、摘要(但し書き、商品名含む)、取引元(宛名含む)があり、これらに対応する数字、文字、図形(例えばロゴマーク、印影、その他企業を特定可能な図柄)、及び証憑の外観(例えば領収書の大きさ、色)をOCRや画像解析機能により抽出する。
The
例えば日付については、「年」「月」「日」という文字や「/」等の記号の前後の数字を抽出する。金額については「¥」の記号や「円」という文字の前後の数字を抽出する。また、取引先名については、「株式会社」「(株)」の文字の前後の文字や、ロゴマーク、電話番号、証憑の外観を抽出する。摘要については、「但」の文字に続く文字を抽出する。取引元については、「様」の文字の前にある文字を抽出する。 For example, for dates, numbers before and after characters such as “year”, “month”, and “day” and symbols such as “/” are extracted. For the amount of money, the numbers before and after the symbol “¥” and “Yen” are extracted. In addition, for the business partner name, the characters before and after the letters “corporation” and “(stock)”, the logo mark, the telephone number, and the appearance of the voucher are extracted. For the summary, the character following the “but” character is extracted. For the transaction source, the character preceding the character “sama” is extracted.
ここで、取引先については、ロゴマークや印影又は電話番号のみが抽出された場合には、図示しないが予め企業情報を記憶した企業情報DBより検索して、又はインターネットに公開されている情報を検索することで、取引先名を取得する。また、取引元については、レシート等のように宛名の記載がない場合には、画像データを送信してきたユーザを取引元としてもよいし、ユーザの顧客である企業を予め設定しておき当該ユーザから送信された画像データはその設定された企業を取引元とするようにしてもよい。 Here, for business partners, when only logo marks, seals, or telephone numbers are extracted, although not shown, information retrieved from a company information DB in which company information is stored in advance, or information published on the Internet is used. Acquire business partner name by searching. In addition, as for the transaction source, when there is no address description such as a receipt, the user who has transmitted the image data may be the transaction source, or the company that is the customer of the user is set in advance and the user The image data transmitted from may be set as the trading company.
なお、仕訳要素はこれに限られるものではなく、また仕訳要素の抽出に用いる数字、文字、図形もこれに限られるものではない。例えば、証憑に、購入品の数量が記載されている場合には数量を仕訳要素として含めてもよいし、同席者の名前や人数等の情報が記載されている場合には、同席者及び人数を仕訳要素として含めてもよい。また、各企業を特定するために設定された番号(法人番号、事業所番号)を抽出してもよい。 The journal element is not limited to this, and the numbers, characters, and figures used for extracting the journal element are not limited to this. For example, if the voucher indicates the quantity of the purchased item, the quantity may be included as a journal element, and if the information such as the name and number of people present is indicated, May be included as a journal element. Moreover, you may extract the number (corporate number, establishment number) set in order to identify each company.
このように画像解析部にて抽出された仕訳要素の未整形データは、この時点ではどのデータがどの仕訳要素に対応するかまで整理されていない状態でデータ付与部12に送られる。
Thus, the unformatted data of the journal elements extracted by the image analysis unit is sent to the
データ付与部12は、分類DB群16と接続されており、当該分類DB群16に記憶されている各仕訳要素に対応した分類情報を未整形データに付与することで、仕訳要素の整形データを生成する機能を有している。
The
ここで図2を参照すると分類DB群16の構成例が示されており、同図に示すように分類DB群16は、仕訳要素の日付に対応した日付DB群20、取引先に対応した取引先DB群21、摘要に対応した摘要DB群22、取引元に対応した取引元DB群23を有している。
Here, referring to FIG. 2, an example of the configuration of the
日付DB群20は、祝祭日情報が記憶された祝祭日DB20a、曜日情報が記憶された曜日DB20b、四季情報が記憶された季節DB20cを有している。取引先DB群21は、企業の業種等で分類分けされており、例えば飲食DB21a、交通DB21b、小売DB21c、等を有している。摘要DB群33は、商品、役務(サービス)の種類に応じて分類分けされており、例えば食品DB22a、医薬品DB22b、電子機器DB22c、日用品DB22d、書籍DB22e、等を有している。取引元DB群23は、取引元となる、サービス提供者と契約しているユーザ情報に応じて分類分けされており、例えばユーザの業種DB23a、住所DB23b、従業員数DB23c等を有している。なお、DBはこれに限られるものではなく、仕訳要素に応じて種々存在するものとする。例えば、取引先DB群21として、企業のロゴマーク(図形)を記憶したロゴマークDBや、業種に応じて特徴のある証憑の外観を記憶した外観DB、法人番号に応じた企業名や業種を記憶した法人番号DB等を備えてもよい。
The
データ付与部12は、日付に対応する未整形データに対しては日付DB群21から、取引先に対応する未整形データに対しては取引先DB群21から、摘要に対応する未整形データに対しては摘要DB群22から、取引元に対応する未整形データに対しては取引元DB群23から、それぞれ対応する分類データを検出して、1又は複数の分類データを付与する。
The
なお、金額に対応する未整形データに対しては、例えば0〜5,000円、5,001円〜10,000円、10,001円〜200,000円200,001円〜等、金額の大小に応じて段階的に区分けした分類を付与する。 For unformatted data corresponding to monetary amounts, for example, 0 to 5,000 yen, 5,001 yen to 10,000 yen, 10,001 yen to 200,000 yen, 200,001 yen, etc., are assigned in stages according to the amount of money. To do.
数値化・ベクトル化部13は、データ付与部12にて仕訳要素に対応する分類データが付与された整形済データに対して、仕訳に適したベクトルデータに変換する。整形済データは、文字や数字からなるデータであり、これを仕訳判定部にて認識しやすいデータ形式に数値化し、ベクトル化することでベクトルデータを生成する。
The digitizing /
仕訳判定部14は、仕訳AI(Artificial Intelligence)を有しており、当該仕訳AIにより仕訳要素のベクトルデータから仕訳データを生成する。仕訳AIは、税理士等の専門家や各企業が過去に実施した精度の高い仕訳データを教師データとして学習を行った仕訳に特化したAIである。
The
詳しくは、図3を参照すると上記仕訳AIを形成するための学習システムを示すシステム構成図が示されている。 Specifically, referring to FIG. 3, a system configuration diagram showing a learning system for forming the journal entry AI is shown.
同図に示す学習システム30は、1又は複数のサーバ(コンピュータ)からなり、機能的には数値化・ベクトル化部31、学習部32、学習済モデルDB33を有している。そして、当該学習システム30には、証憑の情報に基づく仕訳要素データと、それに対応する仕訳データが入力される。この入力される仕訳要素データと仕訳データとの組み合わせは、過去に専門家や企業により仕訳された正確性の高いデータが用いられる。
The
数値化・ベクトル化部31は、上記仕訳処理装置のベクトル化と同様に入力された仕訳要素データ及び仕訳データをベクトルデータに変換する。
The digitizing /
学習部32は、ベクトル化された仕訳要素データと仕訳データとの組み合わせの関係性を学習することで、仕訳要素データを複合的に判断し、適切な勘定科目が選択された仕訳データを出力する仕訳AIを形成する。
The
学習済モデルDB33には、学習部32にて形成された仕訳AIが記憶されている。仕訳AIは1つに限られず、例えばユーザの業種やユーザ単体に特化した仕訳要素データと仕訳データを入力して学習させることで、ユーザの業種やユーザ単体に最適化された仕訳AIを形成してもよい。これにより、ユーザにとってより精度の高い仕訳を実現できる。
The learned
このように形成された仕訳AIは、勘定科目に応じて、取引先、日付、金額、摘要、取引元等の仕訳要素のうち、その勘定科目を決定するのにポイントとなる仕訳要素を特徴点として見出し、特徴点である仕訳要素に基づき勘定科目を選定する。 The journal entry AI formed in this way is characterized by the journal element that is the key to determine the account item among the journal elements such as business partner, date, amount, description, and transaction source, depending on the account item. The account item is selected based on the journal element that is a feature point.
例えば、接待交際費の勘定科目であれば取引先と取引元とを特徴点としたり、旅費交通費であれば取引元情報を特徴点としたり、事務用品費であれば取引元と摘要を特徴点としたりと、勘定科目に応じて1又は複数の特徴点が設定されることとなる。これにより、仕訳判定の精度を向上できる上、勘定科目の選定に必要最小限な要素を使って効率的な仕訳判定を行える。なお、複数の特徴点が設定される場合には、特徴点間で優先度を設定してもよい。 For example, if it is an account item for entertainment expenses, it is characterized by the business partner and the business partner, if it is travel expense, it is characterized by the business source information, if it is office supplies, it is characterized by the business source and description. For example, one or more feature points are set according to the account item. As a result, the accuracy of journal entry determination can be improved, and efficient journal entry determination can be performed using the minimum necessary elements for account item selection. When a plurality of feature points are set, priority may be set between feature points.
図1に戻り、仕訳判定部14は、上述のように形成された仕訳AIを用いて、ベクトルデータである仕訳要素に対して妥当な勘定科目を選択し、仕訳データとして出力する。なお、仕訳AIによって仕訳できないような仕訳要素であった場合には、勘定科目の該当なしとする仕訳データを出力する。
Returning to FIG. 1, the
誤判定検知部15は、仕訳判定部14にて生成された仕訳データについての誤判定を検知する機能を有している。これは、例えば仕訳要素や勘定科目に対して異常判定値が設定されており、当該異常判定値を超えないか否かにより誤判定を行う。当該異常判定値は統計的に設定され、例えば正規分布を作成し、±1σ(=68.27%)、±2σ(95.45%)、±3σ(99.73%)等の、所定のσ値又は所定値に対応した値に設定する。
The erroneous
例えば、画像解析が不正確であるなどして、摘要が「コーヒー」であるのに対して、金額が「10円」、「100,000円」等であったり、勘定科目として「旅費交通費」が選択されたり等、特異な数値や勘定科目の選択がなされた場合には、誤判定検知部15は異常とみなす。
For example, because the image analysis is inaccurate, the summary is “coffee”, but the amount is “10 yen”, “100,000 yen”, etc. When a specific numerical value or account item is selected, such as being selected, the
誤判定検知部15は、異常を検知した仕訳データについては、ユーザに誤判定である可能性を示して確認を促すべく、例えば赤字表示にする等、正常時と異なる異常表示を行うようデータを付加した完成仕訳データをユーザに送信する。
The
そして、ユーザが最終仕訳データを確認し、当該最終仕訳データに対して修正を行ったり、新たな仕訳を生成したりした場合には、それらの情報が会計処理装置10にフィードバックされる。フィードバックされた修正仕訳データは、数値化・ベクトル化部13にて数値化及びベクトル化されて、仕訳判定部14にて仕訳AIの更なる学習に用いられる。なお、フィードバックによる仕訳AIの学習精度を維持すべく、フィードバックを行えるユーザを税理士や会計士の専門家ユーザに限定するようにしてもよい。つまり、特定の情報端末3にのみフィードバックの機能を持たせたり、会計処理装置10が特定の情報端末3からのフィードバックのみを受け付けるよう設定したりする。
Then, when the user confirms the final journal data and corrects the final journal data or creates a new journal, the information is fed back to the
続いて図4、図5を参照すると、図4には以上のように構成された会計処理システムにおける自動仕訳ルーチン(会計処理方法)を表したフローチャートが示されており、図5(a)〜(e)には、それぞれのデータ構成例が示されており、以下、図5を参照しつつ図4のフローチャートに沿って説明する。 Next, referring to FIG. 4 and FIG. 5, FIG. 4 shows a flowchart showing an automatic journalizing routine (accounting processing method) in the accounting system configured as described above. (E) shows an example of each data structure, and will be described below with reference to the flowchart of FIG. 4 with reference to FIG.
まず、自動仕訳ルーチンのステップS1では、ユーザが読取装置2により領収書等の証憑をスキャンして画像データ化し、情報端末3を介して会計処理装置10に送信する。
First, in step S <b> 1 of the automatic journal entry routine, the user scans a voucher such as a receipt by the reading device 2 to convert it into image data, which is transmitted to the
続くステップS2では、会計処理装置10の画像解析部11が、受信した画像データから仕訳要素を抽出した図5(a)に示すような未整形データを生成する(画像解析工程)。
In subsequent step S2, the
ステップS3では、データ付与部12が未整形データに対し、分類DB群16の情報に基づき分類情報を付与して、図5(b)に示すような整形データを生成する(データ付与工程)。
In step S3, the
ステップS4では、数値化・ベクトル化部13が整形データを数値化及びベクトル化(数値化)して図5(c)に示すようなベクトルデータを生成する(数値化・ベクトル化工程)。
In step S4, the digitizing /
ステップS5では、仕訳判定部14において、仕訳AIにより仕訳要素のベクトルデータから適切な勘定科目を生成可能か、即ち仕訳が可能であるか否かを判別する。当該判別結果が真(Yes)である場合、即ち仕訳AIによる仕訳が可能である場合は、ステップS6に進む。
In step S5, the
ステップS6では、仕訳判定部14において、仕訳AIにより図5(d)に示すような仕訳データを生成する(仕訳判定工程)。
In step S6, the
次のステップS7では、誤判定検知部15が仕訳データに誤判定があるか否かを判定する(誤判定検知工程)。当該判別結果が真(Yes)である場合、仕訳データに異常がある場合はステップS8に進む。
In the next step S7, the erroneous
ステップS8では、仕訳データに異常があることを示す誤判定データを付与した完成仕訳データを生成して、ステップS9に進む。また、上記ステップS7の判別結果が偽(No)であった場合、即ち仕訳データに異常がなかった場合は、仕訳データそのままである完成仕訳データを生成してステップS8に進む。なお、この場合の完成仕訳データは、例えば図5(e)に示すように、仕訳データに対して異常がないことを示すデータを付与した完成仕訳データとしてもよい。 In step S8, completed journal data to which erroneous determination data indicating that there is an abnormality in the journal data is added is generated, and the process proceeds to step S9. If the determination result in step S7 is false (No), that is, if there is no abnormality in the journal data, the completed journal data is generated as it is, and the process proceeds to step S8. Note that the completed journal data in this case may be completed journal data provided with data indicating that there is no abnormality in the journal data, as shown in FIG. 5E, for example.
ステップS9では、会計処理装置10から完成仕訳データをユーザに送信する。
In step S9, the completed journal data is transmitted from the
ステップS10では、会計処理装置10は、上記ステップS9において送信した完成仕訳データに対して、ユーザによる修正フィードバックがあるか否かを判別する。当該判別結果が偽(No)である場合、即ち修正フィードバックがなければ当該ルーチンを終了する。一方、当該判別結果が真(Yes)である場合、即ちユーザにより仕訳が修正された場合には、ステップS11に進む。
In step S10, the
ステップS11では、フィードバックされた修正仕訳データを数値化・ベクトル化部13にてベクトルデータとした後、仕訳判定部14にて当該ベクトルデータに基づき仕訳AIを学習させ、当該ルーチンを終了する。
In step S11, after the fed-back corrected journal data is converted into vector data by the digitizing /
また、上記ステップS5において、前例のない仕訳要素等で、仕訳AIによる仕訳が不可能である場合には、判別結果は偽(No)となり、ステップS12に進む。 Further, in the above step S5, when the journal entry by the journal AI is impossible due to an unprecedented journal element, the determination result is false (No), and the process proceeds to step S12.
ステップS12では、仕訳判定部14にて勘定科目を該当なしとした仕訳データを生成し、ユーザに送信する。
In step S12, the
続くステップS13において、勘定科目が該当なしなのでユーザにより手動仕訳が行われ、その結果が会計処理装置10にフィードバックされる。そして、ステップS10にて、この手動仕訳された修正仕訳データは、そのフィードバックされた新たな仕訳情報に基づき仕訳AIの学習が行われる。
In subsequent step S13, since the account item is not applicable, manual journaling is performed by the user, and the result is fed back to the
以上のように、本実施形態における仕訳処理システムでは、画像解析部11により証憑の仕訳要素を抽出し、データ付与部12により分類DB群16から仕訳要素に対応した分類情報を付与して、数値化・ベクトル化部13により仕訳要素を数値化及びベクトル化した上で、仕訳判定部14にて予め機械学習により仕訳を学習させた仕訳AIによって、勘定科目を選定させて仕訳データを生成している。
As described above, in the journal processing system according to the present embodiment, the voucher journal elements are extracted by the
仕訳AIは、精度の高い仕訳データを教師データとして学習を行った仕訳に特化したAIであり、このような仕訳AIを用いることで証憑の仕訳要素は複合的に判断され、正確な勘定科目が選定されることとなる。
また、特に画像解析により抽出した仕訳要素(未整形データ)は、データ付与部12により仕訳要素に応じた分類情報を付与することで、仕訳要素の情報の確度が向上し、その後仕訳判定部14における仕訳精度を向上させることができる。
The journal entry AI is an AI specialized for journals learned using highly accurate journal data as teacher data. By using such a journal entry AI, the journal entry elements of the voucher are judged in a complex manner, and an accurate account item is recorded. Will be selected.
In particular, the journal element (unformatted data) extracted by image analysis is given classification information according to the journal element by the
これにより例えば、領収書の文字やロゴから石油会社の会社名が抽出されていれば、取引先に石油会社の分類が付与され、仕訳AIにおいて車両交通費の勘定科目の判断の特徴点に取引先が設定されていれば、当該取引先名から「車両交通費」という勘定科目を選定する。 For example, if the company name of the oil company is extracted from the letters and logos of the receipt, the oil company classification is given to the business partner, and the transaction is performed according to the characteristics of the determination of the account item of the vehicle transportation expenses in the journal entry AI. If the destination is set, the account item “vehicle transportation expense” is selected from the name of the supplier.
また、文具店当の専門ショップの場合は、領収書の取引先として「A文具店」など記載されていれば、仕訳AIは勘定科目の判断の特徴点に取引先が設定されていれば即座に「事務用品費」を選定可能である。 In addition, in the case of a specialized shop for stationery stores, if “A stationery store” or the like is listed as the customer of the receipt, the journal entry AI will be immediately available if the customer is set as a feature of the account item judgment. “Office supplies costs” can be selected.
また、家電量販店で「USBメモリ」という商品を購入した領収書に対して、通常であれば「事務用品費」となるケースが多いところ、摘要に「贈答用」等の文字が記載されそれを抽出され、贈答用の分類が付与されていると、仕訳AIにおいて接待交際費の勘定科目の特徴点に摘要が設定されていれば、当該摘要から「接待交際費」という勘定科目を選定可能である。 In addition, there are many cases in which “office supplies costs” are usually used for receipts purchased at home electronics mass merchandise, such as “Gift gifts”. If a description is set for the feature point of the account item for entertainment expenses in the journal entry AI, the account item “Entertainment expenses” can be selected. It is.
他にも、コンピュータを購入した領収書に対し、仕訳AIが金額と取引元とが勘定科目の判断の特徴点となっているとすると、取引元が一般企業で費用が10万円以下の場合「事務用品費」又は「消耗品費」という勘定科目を選定するのに対し、取引元が一般企業で10万円より高額の場合「工具備品」を選定することなる。 In addition, if the journal AI is the characteristic of the judgment of the account item for the receipt that purchased the computer, the transaction source is a general company and the cost is 100,000 yen or less In contrast to selecting an account item of “office supplies cost” or “consumables cost”, if the transaction source is a general company and is more than 100,000 yen, “construction equipment” is selected.
また、仕訳要素は数値化及びベクトル化した上で仕訳AIによる仕訳を行うことから、仕訳AIによる演算処理を簡略化し、演算速度を向上させることができる。 In addition, since the journal elements are digitized and vectorized and then journalized by the journal AI, the calculation processing by the journal AI can be simplified and the calculation speed can be improved.
さらに、仕訳AIにより生成された仕訳データも必ずしも正しいとは限らないことから、誤判定検知部15にて仕訳データの誤判定検知を行うことで、より精度を向上させることができる。
Furthermore, since the journal data generated by the journal AI is not necessarily correct, the erroneous
また、仕訳要素として取引元を含めていることから、ユーザの業種等に応じた勘定科目が選定されることとなる。 Further, since the transaction source is included as the journal element, an account item corresponding to the user's business type or the like is selected.
これにより、例えば、スーパーマーケットでの飲み物を購入した領収書に対し、仕訳AIにおいて取引元が勘定科目の判断の特徴点をなっているとすると、仕訳AIは取引元が一般企業である場合は「会議費」又は「福利厚生費」という勘定科目を選定するのに対し、取引元が飲み物を顧客に提供する飲食店である場合には「仕入高」を選定することになる。 Thus, for example, if a transaction source is a characteristic feature of the account item judgment in the journal entry AI for a receipt for purchasing a drink at a supermarket, the journal entry AI is “ Whereas the account item “meeting fee” or “welfare expense” is selected, “purchase” is selected when the transaction source is a restaurant that provides drinks to customers.
また、書籍の購入の場合に、取引先と数量と取引元が特徴点として設定されていれば、取引先が書店の場合で数量が1などと少ない場合は「新聞図書費」、取引先が書籍問屋で数量が多い場合で取引元が一般企業であれば「広告宣伝費」、この取引元が書店であれば「仕入高」等、取引元の業種を考慮した複合的な判断で勘定科目を選定することができる。 In the case of purchasing a book, if the business partner, quantity, and business source are set as feature points, if the business partner is a bookstore and the quantity is as small as 1 or the like, "newspaper book expenses" If there is a large quantity at a book wholesaler and the transaction source is a general company, “advertising expenses”, if this transaction source is a bookstore, “purchase”, etc. Courses can be selected.
さらに、画像解析部11において、証憑のロゴマーク(図形)や証憑の外観も抽出し、データ付与部12にて、当該ロゴマークや領収の外観により取引先等の仕訳要素のデータ付与も行っていることで、証憑に取引先が文字として明記されていない場合等にも仕訳要素として抽出することができる。
Further, the
これにより、例えば、コーヒーショップのレシート等を仕訳する場合、レシート上段のロゴマークから取引先を抽出し、コーヒーショップ=打ち合わせ判断し「会議費」を選定可能である。 As a result, for example, when a receipt of a coffee shop is entered, it is possible to extract a business partner from the logo mark at the top of the receipt, and make a coffee shop = meeting decision to select a “meeting fee”.
また、例えば居酒屋特有の色付き手書き領収書や、航空会社、鉄道機関等の特有の領収書等は、その領収書の外観からその業種の分類情報が付与され、そこから「接待交際費」、「旅費交通費」を選定するということも可能となる。 In addition, for example, colored handwritten receipts unique to izakayas and special receipts of airlines, railway agencies, etc. are given classification information of the industry from the appearance of the receipt, from which `` entertainment expenses '', `` It is also possible to select “travel expenses”.
さらに、法人番号を抽出することで取引先を正確に判別することができるようになる。 Further, by extracting the corporate number, it becomes possible to accurately determine the business partner .
また、ユーザ側で仕訳データを修正した場合には、その修正仕訳データを仕訳AIにフィードバックして、さらに学習させることで、仕訳AIの精度をより向上させていくことができる。 In addition, when the journal data is corrected on the user side, the accuracy of the journal entry AI can be further improved by feeding back the corrected journal data to the journal entry AI and further learning.
特に、この修正仕訳データのフィードバックは税理士や会計士の専門家ユーザに限定することで、不正確な仕訳を学習することによる精度低下を防ぐことができる。 In particular, the feedback of the corrected journal data is limited to a tax accountant or accountant expert user, so that a reduction in accuracy due to learning an incorrect journal can be prevented.
このようなことから、本実施形態における会計処理装置、会計処理システム、会計処理方法、及び会計処理プログラムによれば、証憑からの自動仕訳における仕訳精度を向上させることができる。 For this reason, according to the accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program in the present embodiment, the accuracy of journal entry in automatic journal entry from a voucher can be improved.
以上で本発明の実施形態の説明を終えるが、本発明の態様はこの実施形態に限定されるものではない。 This is the end of the description of the embodiment of the present invention, but the aspect of the present invention is not limited to this embodiment.
例えば、上記実施形態では、予め仕訳について機械学習した仕訳AIを仕訳判定部14にて直接的に用いているが、仕訳判定部は、予め機械学習により仕訳要素に対応した勘定科目を選定することを学習した仕訳AIの仕訳傾向から、勘定科目ごとに当該勘定科目の選定に必要な仕訳要素を判断基準として設定し、抽出された仕訳要素に対して、この設定された判断基準に基づいて勘定科目を選定して仕訳データを生成してもよい。
For example, in the above embodiment, the journal entry AI that has been machine-learned in advance for journal entries is directly used by the
これはつまり、仕訳AIを直接仕訳判定部に用いるのではなく、仕訳AIにより学習した仕訳傾向を解析して、勘定科目ごとに、当該勘定科目の判断に必要な仕訳要素(特徴点)を抜き出して仕訳判定のプログラムを作成し、当該プログラムを仕訳判定部に適用する。 In other words, instead of using the journal entry AI directly in the journal entry judgment section, analyze the journal tendency learned by the journal entry AI, and extract the journal elements (feature points) necessary for the judgment of the account item for each account item. Then, a journal determination program is created and the program is applied to the journal determination unit.
このように、会計処理装置として仕訳AIを直接的に組み込まずに、仕訳AIから見出された仕訳の傾向のみを活用することで、簡易に十分な仕訳精度の会計処理装置を実現させることができる。 As described above, by using only the journal tendency found from the journal entry AI without directly incorporating the journal entry AI as the accounting processor, it is possible to easily realize an accounting processor with sufficient journal accuracy. it can.
また、上記実施形態では、会計処理装置10は、データ付与部12により画像解析部11で抽出した仕訳要素に分類データを付与しており、これにより仕訳判定部14における仕訳精度の更なる向上を図っているがデータ付与部を備えずに画像解析部で抽出した仕訳要素を直接仕訳判定部にて仕訳判定を行ってもよい。なおこの場合も、図1にて点線で示したように、画像解析部で抽出した仕訳要素を数値化及びベクトル化した上で、仕訳判定部で仕訳を判定するのが好ましい。
In the above embodiment, the
1 通信網
2 読取装置
3 情報端末
11 画像解析部
12 データ付与部
13 数値化・ベクトル化部
14 仕訳判定部
15 誤判定検知部
16 分類DB群
DESCRIPTION OF
Claims (22)
証憑の画像データから少なくとも日付、取引先、金額、摘要、及び前記証憑の少なくとも大きさ、色を含む外観を含む仕訳要素を抽出する画像解析部と、
予め機械学習により前記仕訳要素に対応した勘定科目を選定することを学習した仕訳AIによって、前記画像解析部により抽出された仕訳要素に対する勘定科目を選定した仕訳データを生成する仕訳判定部と、
を備える会計処理装置。 An accounting device that performs automatic journaling,
An image analysis unit that extracts journal elements including an appearance including at least a date, a supplier, an amount, a description , and at least a size and a color of the voucher from image data of the voucher;
In advance by machine learning by the learning to select an account corresponding to the journal element journal AI, a journal determination unit to generate a journal data selected accounts for journal element extracted by the image analysis unit,
An accounting processing apparatus comprising:
証憑の画像データから少なくとも日付、取引先、金額、摘要、及び前記証憑に記載の図形を含む仕訳要素を抽出する画像解析部と、
予め機械学習により前記仕訳要素に対応した勘定科目を選定することを学習した仕訳AIによって、前記画像解析部により抽出された仕訳要素に対する勘定科目を選定した仕訳データを生成する仕訳判定部と、
を備える会計処理装置。 An accounting device that performs automatic journaling,
An image analysis unit that extracts journal elements including at least a date, a supplier, an amount, a description, and a graphic described in the voucher from image data of the voucher;
In advance by machine learning by the learning to select an account corresponding to the journal element journal AI, a journal determination unit to generate a journal data selected accounts for journal element extracted by the image analysis unit,
An accounting processing apparatus comprising:
前記画像解析部により抽出された仕訳要素に対して、前記分類データベースから当該仕訳要素に対応した1又は複数の分類情報を付与して前記仕訳判定部に送るデータ付与部と、を備える請求項1又は2記載の会計処理装置。 Further, each journal element includes at least one of a date database corresponding to the date of the journal element, a customer database corresponding to the business partner of the journal element, and a summary database corresponding to the description of the journal element. One or more classification databases that store the set classification information;
A data adding unit that adds one or more pieces of classification information corresponding to the journal element from the classification database and sends the journal element extracted by the image analysis unit to the journal determination unit. Or the accounting processing apparatus of 2.
前記仕訳AIは、予め機械学習により前記取引元を含む仕訳要素に対して、勘定科目を選定する仕訳を学習している請求項1から6のいずれか一項に記載の会計処理装置。 The journal element also includes information about the transaction source,
The accounting apparatus according to any one of claims 1 to 6 , wherein the journal AI has previously learned a journal for selecting an account item for a journal element including the transaction source by machine learning.
前記分類データベースには、企業を特定するために設定された番号に基づく分類情報が記憶されており、
前記データ付与部は、前記企業を特定するために設定された番号の仕訳要素について、前記分類データベースから該当する企業を特定するために設定された番号を検出して、当該企業を特定するために設定された番号に応じた分類情報を付与する請求項3に記載の会計処理装置。 The image analysis unit also extracts journal elements from the number set to identify the company described in the voucher,
In the classification database, classification information based on a number set to identify a company is stored,
In order to identify the company by detecting the number set for identifying the company in question from the classification database for the journal element of the number set to identify the company The accounting processing apparatus according to claim 3, wherein classification information corresponding to a set number is given.
前記証憑を画像データとして読み取り可能な読取装置と、
前記会計処理装置と通信網を介して接続され、前記読取装置により読み取った画像データを前記会計処理装置に送信可能であるとともに、前記会計処理装置にて生成された仕訳データを受信可能な情報端末とを備える会計処理システム。 The accounting apparatus according to any one of claims 1 to 9,
A reading device capable of reading the voucher as image data;
An information terminal connected to the accounting processing device via a communication network and capable of transmitting image data read by the reading device to the accounting processing device and receiving journal data generated by the accounting processing device And an accounting system.
前記会計処理装置の前記仕訳判定部は、フィードバックされた修正した仕訳データに基づき前記仕訳AIをさらに学習させる請求項10記載の会計処理システム。 The information terminal is capable of correcting the received journal data and feeding back the corrected journal data to the accounting processing device,
The accounting processing system according to claim 10, wherein the journal determination unit of the accounting processing device further learns the journal AI based on the corrected journal data fed back.
前記修正した仕訳データをフィードバック可能な情報端末は、特定の情報端末に限定されている請求項11記載の会計処理システム。 A plurality of information terminals are connected to the accounting processing device via the communication network,
The accounting processing system according to claim 11, wherein an information terminal capable of feeding back the corrected journal data is limited to a specific information terminal.
証憑の画像データから少なくとも日付、取引先、金額、摘要、及び前記証憑の少なくとも大きさ、色を含む外観を含む仕訳要素を抽出する画像解析工程と、
予め機械学習により前記仕訳要素に対応した勘定科目を選定することを学習した仕訳AIによって、前記画像解析工程にて抽出された仕訳要素に対する勘定科目を選定した仕訳データを生成する仕訳判定工程と、
を備える会計処理方法。 An accounting method for automatic journal entry by a computer ,
An image analysis step of extracting journal elements including an appearance including at least a date, a supplier, an amount, a description , and at least a size and a color of the voucher from image data of the voucher;
In advance by machine learning by the learning to select an account corresponding to the journal element journal AI, a journal determination step of generating a journal data selected accounts for journal element extracted by the image analysis step,
Accounting method.
証憑の画像データから少なくとも日付、取引先、金額、摘要、及び前記証憑に記載の図形を含む仕訳要素を抽出する画像解析工程と、
予め機械学習により前記仕訳要素に対応した勘定科目を選定することを学習した仕訳AIによって、前記画像解析工程にて抽出された仕訳要素に対する勘定科目を選定した仕訳データを生成する仕訳判定工程と、
を備える会計処理方法。 An accounting method for automatic journal entry by a computer ,
An image analysis step of extracting journal elements including at least a date, a supplier, an amount of money, a description, and a graphic described in the voucher from image data of the voucher;
In advance by machine learning by the learning to select an account corresponding to the journal element journal AI, a journal determination step of generating a journal data selected accounts for journal element extracted by the image analysis step,
Accounting method.
前記仕訳AIは、予め機械学習により前記取引元を含む仕訳要素に対して、勘定科目を選定する仕訳を学習している請求項13から18のいずれか一項に記載の会計処理方法。 The journal element also includes information about the transaction source,
The accounting method according to any one of claims 13 to 18 , wherein the journal AI learns in advance journals for selecting account items for journal elements including the transaction source by machine learning.
前記分類データベースには、企業を特定するために設定された番号に基づく分類情報が記憶されており、
前記データ付与工程では、前記企業を特定するために設定された番号の仕訳要素について、前記分類データベースから該当する企業を特定するために設定された番号を検出して、当該企業を特定するために設定された番号に応じた分類情報を付与する請求項15に記載の会計処理方法。 In the image analysis process, journal elements are extracted from the number set to identify the company described in the voucher,
In the classification database, classification information based on a number set to identify a company is stored,
In the data granting step, for the journal element of the number set for specifying the company, the number set for specifying the company in question is detected from the classification database to specify the company The accounting processing method according to claim 15 , wherein classification information corresponding to a set number is assigned.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016244741A JP6165957B1 (en) | 2016-12-16 | 2016-12-16 | Accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program |
PCT/JP2017/044476 WO2018110522A1 (en) | 2016-12-16 | 2017-12-12 | Accounts processing device, accounts processing system, accounts processing method, and accounts processing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016244741A JP6165957B1 (en) | 2016-12-16 | 2016-12-16 | Accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6165957B1 true JP6165957B1 (en) | 2017-07-19 |
JP2018097813A JP2018097813A (en) | 2018-06-21 |
Family
ID=59351300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016244741A Active JP6165957B1 (en) | 2016-12-16 | 2016-12-16 | Accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6165957B1 (en) |
WO (1) | WO2018110522A1 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6357621B1 (en) * | 2017-12-20 | 2018-07-18 | 株式会社日本デジタル研究所 | Accounting processing apparatus, accounting processing system, accounting processing method and program |
JP6409115B1 (en) * | 2017-12-26 | 2018-10-17 | アーバン・コーポレーション株式会社 | Automatic journal server and automatic journal program |
JP6535860B1 (en) * | 2018-01-29 | 2019-07-03 | ファーストアカウンティング株式会社 | Journal element analysis device, accounting processor, journal element analysis method, journal element analysis program |
JP2019135669A (en) * | 2018-01-29 | 2019-08-15 | ファーストアカウンティング株式会社 | Classification element analysis device, accounting processor, classification element analysis method, and classification element analysis program |
JPWO2020255361A1 (en) * | 2019-06-20 | 2021-09-13 | ファーストアカウンティング株式会社 | Accounting system, accounting method, accounting program |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7210920B2 (en) * | 2018-07-23 | 2023-01-24 | 富士フイルムビジネスイノベーション株式会社 | Information processing device and program |
JP6581281B1 (en) * | 2018-12-13 | 2019-09-25 | フリー株式会社 | Book creation support server, information processing terminal, book creation support system, book creation support method, and book creation support program |
JP6683377B1 (en) * | 2018-12-26 | 2020-04-22 | ファーストアカウンティング株式会社 | Document classification system, Document classification device, Document classification method, Document classification program |
JP6512653B1 (en) * | 2019-01-23 | 2019-05-15 | 株式会社OsidOri | Transaction statement information management apparatus, transaction statement information management method and transaction statement information management program |
JP2021005137A (en) * | 2019-06-25 | 2021-01-14 | 株式会社スキャる | System and method for performing automatic classification |
JP6734452B1 (en) * | 2019-08-29 | 2020-08-05 | 株式会社経理バンク | Information processing apparatus, information processing method, and computer program |
JP6895632B1 (en) * | 2020-04-07 | 2021-06-30 | 株式会社日本デジタル研究所 | Accounting equipment, accounting systems, accounting methods and programs |
JP7448801B2 (en) | 2020-04-13 | 2024-03-13 | 弥生株式会社 | Information processing equipment and programs |
JP6844076B1 (en) * | 2020-11-12 | 2021-03-17 | ファーストアカウンティング株式会社 | Data processing equipment, data processing methods and programs |
WO2022176100A1 (en) * | 2021-02-18 | 2022-08-25 | ファーストアカウンティング株式会社 | Data processing device, data processing method, and program |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006092092A (en) * | 2004-09-22 | 2006-04-06 | Japan Research Institute Ltd | School juridical organization accounting system and program for school juridical organization accounting system |
US20120185368A1 (en) * | 2011-01-14 | 2012-07-19 | Abukai, Inc. | Method and apparatus for processing receipts |
JP2014235484A (en) * | 2013-05-31 | 2014-12-15 | 弥生株式会社 | Journalizing center system providing journalizing analysis service by cloud computing |
JP2016021147A (en) * | 2014-07-14 | 2016-02-04 | フリー株式会社 | Accounting processor, accounting processing method and accounting processing program |
JP2016081484A (en) * | 2014-10-22 | 2016-05-16 | 富士通株式会社 | Voucher confirmation control program, voucher confirmation control method and voucher confirmation control device |
JP2016181062A (en) * | 2015-03-23 | 2016-10-13 | Kddi株式会社 | Poster analysis device, program, and method for analyzing profile item of poster from posted sentence |
WO2016186137A1 (en) * | 2015-05-18 | 2016-11-24 | 株式会社スキャる | Accounting assistance system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150012399A1 (en) * | 2013-03-14 | 2015-01-08 | Bill.Com, Inc. | System and Method for Enhanced Access and Control for Modification of Auto-Learned Conflict Resolution and Related Rule and Value Replacements |
US20160078563A1 (en) * | 2014-09-14 | 2016-03-17 | SpringAhead, Inc. | Adaptive expense processing and management |
-
2016
- 2016-12-16 JP JP2016244741A patent/JP6165957B1/en active Active
-
2017
- 2017-12-12 WO PCT/JP2017/044476 patent/WO2018110522A1/en active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006092092A (en) * | 2004-09-22 | 2006-04-06 | Japan Research Institute Ltd | School juridical organization accounting system and program for school juridical organization accounting system |
US20120185368A1 (en) * | 2011-01-14 | 2012-07-19 | Abukai, Inc. | Method and apparatus for processing receipts |
JP2014235484A (en) * | 2013-05-31 | 2014-12-15 | 弥生株式会社 | Journalizing center system providing journalizing analysis service by cloud computing |
JP2016021147A (en) * | 2014-07-14 | 2016-02-04 | フリー株式会社 | Accounting processor, accounting processing method and accounting processing program |
JP2016081484A (en) * | 2014-10-22 | 2016-05-16 | 富士通株式会社 | Voucher confirmation control program, voucher confirmation control method and voucher confirmation control device |
JP2016181062A (en) * | 2015-03-23 | 2016-10-13 | Kddi株式会社 | Poster analysis device, program, and method for analyzing profile item of poster from posted sentence |
WO2016186137A1 (en) * | 2015-05-18 | 2016-11-24 | 株式会社スキャる | Accounting assistance system |
Non-Patent Citations (1)
Title |
---|
株式会社マネーフォワード: "『MFクラウド会計・確定申告』、機械学習を活用した「勘定科目提案機能」をバージョンアップ", ニュース, JPN6017012944, 30 August 2016 (2016-08-30), JP * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6357621B1 (en) * | 2017-12-20 | 2018-07-18 | 株式会社日本デジタル研究所 | Accounting processing apparatus, accounting processing system, accounting processing method and program |
JP2019109808A (en) * | 2017-12-20 | 2019-07-04 | 株式会社日本デジタル研究所 | Accounting processor, accounting system, accounting method and program |
JP6409115B1 (en) * | 2017-12-26 | 2018-10-17 | アーバン・コーポレーション株式会社 | Automatic journal server and automatic journal program |
JP2019117445A (en) * | 2017-12-26 | 2019-07-18 | アーバン・コーポレーション株式会社 | Automated classification server and automated classification program |
JP6535860B1 (en) * | 2018-01-29 | 2019-07-03 | ファーストアカウンティング株式会社 | Journal element analysis device, accounting processor, journal element analysis method, journal element analysis program |
WO2019146117A1 (en) * | 2018-01-29 | 2019-08-01 | ファーストアカウンティング株式会社 | Journal element analysis device, accounting processing device, journal element analysis method and journal element analysis program |
JP2019135669A (en) * | 2018-01-29 | 2019-08-15 | ファーストアカウンティング株式会社 | Classification element analysis device, accounting processor, classification element analysis method, and classification element analysis program |
JPWO2020255361A1 (en) * | 2019-06-20 | 2021-09-13 | ファーストアカウンティング株式会社 | Accounting system, accounting method, accounting program |
Also Published As
Publication number | Publication date |
---|---|
WO2018110522A1 (en) | 2018-06-21 |
JP2018097813A (en) | 2018-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6165957B1 (en) | Accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program | |
JP6307745B2 (en) | Accounting system | |
JP6263831B1 (en) | Accounting system and accounting method | |
JP6342583B1 (en) | Automatic journalizing device, accounting processing device, accounting processing system, accounting processing method, and accounting processing program | |
JP6635563B1 (en) | Journal element analysis device, accounting processing system, journal element analysis method, journal element analysis program | |
US20150032586A1 (en) | Use of e-receipts for consumption tracking | |
JP6528070B2 (en) | Bookkeeping system | |
JP6535860B1 (en) | Journal element analysis device, accounting processor, journal element analysis method, journal element analysis program | |
JP6161229B1 (en) | Automatic journal entry system and automatic journal entry program | |
JP6732325B1 (en) | Accounting system, accounting method, accounting program | |
WO2020179055A1 (en) | Voucher analysis device, accounting system, voucher analysis method, and voucher analysis program | |
JPWO2018154790A1 (en) | Accounting processing apparatus, accounting processing system, accounting processing method, and accounting processing program | |
JP2018173935A (en) | Accounting processing system | |
JP6895632B1 (en) | Accounting equipment, accounting systems, accounting methods and programs | |
US11769215B2 (en) | Method, system and software program for handling and storing purchase transactions between a user and point-of-sales | |
JP5113238B2 (en) | FAXOCR equipment and FAXOCR program | |
US20030033222A1 (en) | Electronic shop management system | |
JP6835382B1 (en) | Electronic data judgment system, electronic data judgment device, electronic data judgment method, electronic data judgment program | |
WO2020255361A1 (en) | Accounting processing system, accounting processing method, and accounting processing program | |
US20030033221A1 (en) | Electronic shop management system | |
JP6810306B1 (en) | Data processing equipment, data processing methods and programs | |
JP2018190064A (en) | Accounting processing system | |
JP6981671B2 (en) | Journal element analysis device, accounting processing device, journal element analysis method, journal element analysis program | |
JP6650638B1 (en) | Purchase history management device | |
JP2020052771A (en) | Sorting data generation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161226 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20161226 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20170201 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170413 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170609 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170620 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170621 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6165957 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |